Invention Publication
- Patent Title: 一种基于深度学习的高压直流换流站能效预测方法及系统
-
Application No.: CN202011079041.6Application Date: 2020-10-10
-
Publication No.: CN112365024APublication Date: 2021-02-12
- Inventor: 谭炳源 , 刘佳 , 吴瀛 , 吴焕 , 姚栋方 , 陈崇明 , 阎帅 , 肖雄 , 廖烈涛
- Applicant: 中国南方电网有限责任公司超高压输电公司检修试验中心 , 国网计量中心有限公司 , 中国电力科学研究院有限公司
- Applicant Address: 广东省广州市萝岗区广州科学城科学大道181号A4第7层
- Assignee: 中国南方电网有限责任公司超高压输电公司检修试验中心,国网计量中心有限公司,中国电力科学研究院有限公司
- Current Assignee: 中国南方电网有限责任公司超高压输电公司电力科研院,国网计量中心有限公司 中国电力科学研究院有限公司
- Current Assignee Address: 510000 广东省广州市萝岗区广州科学城科学大道181号A4第7层
- Agency: 北京工信联合知识产权代理有限公司
- Agent 夏德政
- Main IPC: G06Q10/04
- IPC: G06Q10/04 ; G06N3/04 ; G06N3/08 ; G06Q50/06

Abstract:
本发明公开了一种基于深度学习的高压直流换流站能效预测方法及系统,包括:获取高压直流换流站的能效分布样本数据集,并对能效分布样本数据集进行预处理,以获取经过预处理的能效分布样本数据集;分别构建换流站总损耗神经网络模型和/或换流站损耗占比神经网络模型;基于经过预处理的能效分布样本数据集分别对所述换流站总损耗神经网络模型和/或换流站损耗占比神经网络模型进行训练和优化,以确定换流站总损耗神经网络最优模型和换流站损耗占比神经网络最优模型;根据待测高压直流换流站的运行数据,利用所述换流站总损耗神经网络最优模型和/或换流站损耗占比神经网络最优模型对所述待测高压直流换流站的能效进行预测,以获取能效预测结果。
Information query